项目九第三课时建立手写数字识别模型并进行验证 教案--2020-2021学年高中信息技术沪科版(2019)必修1

| 5页
| 2028人阅读
| 2809人下载
普通

 

 

项目九 了解手写数字识别

——体验人工智能

第三课时   建立手写数字识别模型并进行验证

 

■教材分析

“建立手写数字识别模型并进行验证”这一小节,通过建立手写数字识别模型的过程,就是对Train集合进行训练的过程,了解机器学习的一个分支——深度学习的主要算法之一:卷积神经网络(Convolutional Neural Network,CNN)。

 

■教学目标

1、知识和技能

了解机器学习中的深度学习。

2、过程与方法

通过建立手写数字识别模型的过程,让学生了解卷积神经网络。

3、情感态度与价值观

(1)了解手写数字识别的核心技术———机器学习,感受人工智能技术。学生通过了解人工智能和机器学习的含义、应用及作用,提升对人工智能技术作用的认识,发展信息社会责任;

(2)通过学生通过使用 Python 及其第三方工具进行手写数字识别学习过程的体验,在完成项目的过程中了解人工智能解决问题的思想方法,促进计算思维的形成与发展。

 

■教学重点:

了解机器学习中的深度学习。

 

■教学难点:

了解卷积神经网络

 

■教学准备

计算机教室,Python,投影机。

 

 

■教学过程:page number 0


 

一、建立手写数字识别模型并进行验证

建立手写数字识别模型的过程,就是对 Train集合进行训练的过程,建立的模型其实就是从样本数据中学习得到的结果。建立模型时,首先要选择合适的学习算法,然后利用学算法对样本进行训练。手写数字识别属于分类问题。对于分类问题来说,得到的这个模型就是通常所说的识别器。

机器学习发展至今,众多学者已经提出了非常多的算法,练如决策树、逻辑回归等。近年来,由于大数据的不断积累和我计算机性能的提升,基于多层神经网络的深度学习算法表现出更强劲的性能,在学术界和工业界受到了广泛关注。但各种算法其实并没有绝对的好坏之分,应该根据不同的应用场合,选择较适合的算法。

二、深度学习

深度学习( deep learning)是机器学习的一个分支,在取特征方面表现得很强大。它可以从数据中学习由简单特征组合而成的复杂特征,使后面的学习更加有效。 AlphaGo战胜人类职业围棋棋手的原因就在于其拥有的强大深度学习和搜索运算能力。

1458725547206

三、深度学习的主要算法之——卷积神经网络( Convolutional Neural Network,CNN)

1.定义

卷积神经网络(Convolutional Neural Networks, CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),是深度学习(deep learning)的代表算法之一  。卷积神经网络具有表征学习(representation learning)能力,能够按其阶层结构对输入信息进行平移不变分类(shift-invariant classification),因此也被称为“平移不变人工神经网络(Shift-Invariant Artificial Neural Networks, SIANN)”  。

对卷积神经网络的研究始于二十世纪80至90年代,时间延迟网络和LeNet-5是最早出现的卷积神经网络;在二十一世纪后,随着深度学习理论的提出和数值计算设备的改进,卷积神经网络得到了快速发展,并被应用于计算机视觉、自然语言处理等领域 。

卷积神经网络仿造生物的视知觉(visual perception)机制构建,可以进行监督学习和非监督学习,其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格page number 1


由于学科网是一个信息分享及获取的平台,不确保部分用户上传资料的 来源及知识产权归属。如您发现相关资料侵犯您的合法权益,请联系学科网,我们核实后将及时进行处理。